| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 引言 | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·本课题的研究背景 | 第11-15页 |
| ·矫直技术的简述 | 第11-13页 |
| ·中厚板辊式矫直机的弯辊机构 | 第13-14页 |
| ·辊式矫直机弯辊系统的作用 | 第14-15页 |
| ·本课题研究的意义 | 第15页 |
| ·国外中厚板辊式热矫直机及弯辊技术的发展状况 | 第15-18页 |
| ·国内中厚板辊式热矫直设备及弯辊技术的发展现状 | 第18-20页 |
| ·现有的弯辊量模型 | 第19页 |
| ·国内学者对弯辊作用的分析 | 第19-20页 |
| ·中厚板辊式矫直机弯辊量模型存在的问题 | 第20页 |
| ·本课题研究的内容 | 第20-21页 |
| 第二章 弯辊量自适应模型的构建 | 第21-33页 |
| ·人工智能及其特点 | 第21-24页 |
| ·遗传算法的原理及其特点 | 第21-22页 |
| ·专家系统及其特点 | 第22-23页 |
| ·模糊控制及其特点 | 第23页 |
| ·模糊控制技术的优点 | 第23页 |
| ·模糊控制技术的缺点 | 第23页 |
| ·神经网络技术及其特点 | 第23-24页 |
| ·构建弯辊量自适应模型所采用智能方法的原理 | 第24-27页 |
| ·人工神经元的基本模型 | 第24-25页 |
| ·神经网络的工作方式 | 第25页 |
| ·BP 网络的结构 | 第25-26页 |
| ·BP 网络的学习过程 | 第26-27页 |
| ·弯辊量自适应模型 | 第27-33页 |
| ·弯辊量自适应模型的应用平台 | 第27-28页 |
| ·弯辊量自适应模型的结构 | 第28-33页 |
| 第三章 神经网络的设计 | 第33-43页 |
| ·影响神经网络性能的因素 | 第33-34页 |
| ·神经元的传递函数 | 第33页 |
| ·神经网络的拓扑结构 | 第33页 |
| ·神经网络的学习方法 | 第33-34页 |
| ·神经网络的原理 | 第34页 |
| ·神经网络的工作方式 | 第34页 |
| ·神经网络结构的设计 | 第34-39页 |
| ·创建神经网络的函数和关键属性 | 第34-35页 |
| ·神经网络输入输出层神经元个数的设计 | 第35页 |
| ·隐层神经元个数的设计 | 第35-36页 |
| ·神经网络的训练函数和学习函数的设计 | 第36-39页 |
| ·神经网络性能的验证 | 第39-43页 |
| 第四章 弯辊量自适应模型系统的程序实现 | 第43-67页 |
| ·弯辊量自适应模型系统中样本值管理的实现 | 第43-51页 |
| ·弯辊量样本值的来源 | 第43-44页 |
| ·样本值数据库与样本值管理系统的连接方法 | 第44-45页 |
| ·创建样本值管理系统的主要控件 | 第45-48页 |
| ·样本值管理系统的创建 | 第48-49页 |
| ·样本值管理的功能及实现代码 | 第49-51页 |
| ·弯辊量自适应模型系统中学习模块和计算功能的实现 | 第51-55页 |
| ·神经网络模块计算与学习功能的实现 | 第51-55页 |
| ·神经网络模块的开发环境 | 第51-52页 |
| ·神经网络模块与 matlab 进行信息交换采用的技术 | 第52-53页 |
| ·构建完成的神经网络模块及其功能 | 第53-55页 |
| ·解析模型计算功能的实现 | 第55页 |
| ·弯辊量自适应模型系统中通信功能的实现 | 第55-62页 |
| ·OPC 客户端的开发 | 第56-60页 |
| ·弯辊量自适应模型系统与矫直机监控系统的通信 | 第60-62页 |
| ·弯辊量自适应模型系统的应用 | 第62-67页 |
| 第五章 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文 | 第75-76页 |